在 pandas 中使用混合的日期时间格式 [英] Working with mixed datetime formats in pandas

问题描述

我将文件读入大熊猫数据框中，其日期的格式有所不同：

I read a file into a pandas dataframe with dates that vary in their format:

• 两个美国人： YYYY-MM-DD

或欧洲语言： DD.MM.YYYY

它们以字符串形式出现。我想将它们全部格式化为日期对象，以便 pandas.Series.dt 可以与它们一起使用，并理想地采用第二种格式（ DD .MM.YYYY ）。

They come as a string. I would like to format them all as a date object so pandas.Series.dt can work with them and ideally have them in the second format (DD.MM.YYYY).

pandas.Series.dt 与

pandas.Series.dt gets confuesed with the two different spellings in one column.

推荐答案

使用 to_datetime 分别使用两种格式，因此如果使用format则缺少值不匹配，因此对于新列，请使用 Series.fillna ：

df = pd.DataFrame({'date': ['2000-01-12', '2015-01-23', '20.12.2015', '31.12.2009']}) 
print (df)
         date
0  2000-01-12
1  2015-01-23
2  20.12.2015
3  31.12.2009

date1 = pd.to_datetime(df['date'], errors='coerce', format='%Y-%m-%d')
date2 = pd.to_datetime(df['date'], errors='coerce', format='%d.%m.%Y')
df['date'] = date1.fillna(date2)
print (df)
        date
0 2000-01-12
1 2015-01-23
2 2015-12-20
3 2009-12-31

并理想地采用第二种格式

and ideally have them in the second format

python / pandas中日期时间的格式为默认情况下 YYYY-MM-DD ，如果需要自定义，则可以，但是将值转换为字符串，因此datetimelike函数失败：

Format of datetimes in python/pandas is by default YYYY-MM-DD, if need custom one it is possible, but values are converted to strings, so datetimelike functions failed:

df['date'] = df['date'].dt.strftime('%d.%m.%Y')
print (df)
         date
0  12.01.2000
1  23.01.2015
2  20.12.2015
3  31.12.2009

print (type(df.loc[0, 'date']))
<class 'str'>

这篇关于在 pandas 中使用混合的日期时间格式的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！